INTRODUCCIÓN

Transcripción

INTRODUCCIÓN

02 Modelos de datos.qxp:04 1 ANABAD 4_2012 1as
8/11/13
11:13
Página 1
Boletín ANABAD. LXIII (2013), NÚM. 3, JULIO-SEPTIEMBRE. MADRID. ISSN: 0210-4164
INTRODUCCIÓN
Los modelos de datos en la perspectiva
de Europeana, la DPLA y RDA
----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
XAVIER AGENJO
Fundación Ignacio Larramendi
[email protected]
FRANCISCA HERNÁNDEZ
DIGIBÍS: Producciones digitales
[email protected]
RESUMEN: Se describen los distintos modelos de datos que han ido respaldando la creación y desarrollo de Europeana y la influencia que ésta ejerce en la normalización e interoperabilidad de los archivos, bibliotecas y museos europeos. Se
analiza Europeana Data Model como una norma de facto para archivos, bibliotecas y museos en el marco de Linked Open Data, especialmente a partir de su
adopción por la Digital Public Library of America. Se examinan las ventajas de
integrar en un mismo proceso descriptivo los modelos de datos propios del ámbito bibliotecario, RDA y su codificación MARC 21, con las diferentes clases y propiedades de Europeana Data Model, y la conveniencia de que el software, comercial o abierto, de archivos, bibliotecas y museos responda adecuadamente para
mantener un crecimiento sostenido de las colecciones digitales.
PALABRAS CLAVE: Europeana, Modelo de Datos de Europeana, Datos Abiertos
Vinculados, Modelos de datos de archivos, bibliotecas y museos, Recursos Descripción y Acceso, Bibliotecas digitales.
ABSTRACT:
The paper describes the different data models that have supported the creation and development of Europeana and its influence on standardization and
interoperability of archives, libraries and museums in Europe. Europeana Data
Model is analyzed as a de facto standard for archives, libraries and museums in the
18
8/11/13
11:13
Página 2
XAVIER AGENJO Y FRANCISCA HERNÁNDEZ
context of Linked Open Data, especially since its adoption by the Digital Public
Library of America. It discusses the advantages of integrating, in the same descriptive process, models specific to library data field, RDA and MARC 21 encoding,
with the different classes and properties of Europeana Data Model, and the convenience that software, either commercial or open source, for archives, libraries
and museums respond properly in order to maintain a sustained growth of digital collections.
KEY WORDS: Europeana, Europeana Data Model, Linked Open Data, Data
models for Archives, libraries and museums, Resource Description and Access,
Digital libraries.
INTRODUCCIÓN
Con toda seguridad, una de las combinaciones más productivas en las últimas décadas ha sido el modelo de datos Dublin Core (DC) y el protocolo de
recolección de metadatos OAI-PMH1. Tres ejemplos serán suficientes. En junio
de 2002 OAIster abrió sus puertas con 274.062 registros que ya en 2006 se habían transformado en 8.857.208 de registros de 680 instituciones; y en 2009 en
20.220.634 de registros de 1.082 proveedores. Un crecimiento anual de casi 2,9
millones de registros2. En octubre de 2013 OCLC informa de que OAIster
tiene más de 30 millones de registros de más de 1.500 instituciones.
En marzo de 2006, el recolector Hispana3 inició su andadura con 119.014
registros de objetos digitales procedentes de 25 repositorios OAI-PMH; justamente 7 años más tarde, Hispana ofrece 4.700.082 objetos digitales de 202
repositorios. Hispana es también un directorio de colecciones digitales, que
pueden disponer o no de repositorios OAI. En 2006 el número de colecciones
era de 55 (el 45,45 % eran repositorios OAI), mientras que en 2013 es de 602
(el 33,55 % son repositorios OAI). Estas cifras arrojan un crecimiento anual de
más de 670.000 registros. En noviembre de 2008 se inauguró el portal de la
Biblioteca Digital Europea denominado Europeana4 con 2 millones de objetos
digitales. En octubre de 2013 ofrece ya 29.637.274 de objetos, procedentes de
2.200 instituciones de 36 países. Un crecimiento anual de más de 5,9 millones
de registros.
Estas cifras muestran con claridad cómo la combinación OAI-PMH y DC ha
hecho aflorar millones de objetos digitales en una década. Y desde luego la
implantación del dúo OAI+DC ha producido considerables efectos tanto en los
——————
1
http://www.openarchives.org/
2
Datos obtenidos a través de Wayback Machine a partir de las páginas archivadas de OAIster,
http://web.archive.org/web/20030217130938/http://www.oaister.org/o/oaister/reports.html y
http://web.archive.org/web/20090302120345/http://www.oaister.org/
3
http://hispana.mcu.es
4
http://web.archive.org/web/20081111134916/http://dev.europeana.eu/
8/11/13
11:13
LOS MODELOS DE DATOS EN LA PERSPECTIVA
Página 3
19
proveedores de datos como en los servicios de recolección que analizaremos a
continuación. Nunca estaremos suficientemente agradecidos al trabajo de Herbert Van de Sompel5, uno de los creadores del protocolo OAI, o al de Jeff
Young de la OCLC6, que desarrolló OAICat, software open source para la
implantación de repositorios OAI.
LA FASE RECOLECTORA
Parafraseando las fases de evolución de las sociedades humanas, podemos
hablar de una primera fase de aplicación de OAI+DC basada en la recolección
de registros con el esquema DC básico de 15 elementos7. En esta primera fase
se ha realizado un gran esfuerzo por implantar el protocolo y exponer los repositorios creados de este modo. Así dicho pudiera parecer poco, pero en la realidad ha supuesto que trabajen en una dirección común archivos, bibliotecas y
museos. Ésta es una de las mayores ventajas de DC: su capacidad para reunir
metadatos de cualquier tipo de recurso, sea un objeto físico o electrónico, de
archivos, bibliotecas o de museos. Seguramente, la construcción de Europeana
no habría sido posible, por la dificultad de su gestión, si no hubiera sido gracias a esta sinergia. La misma posibilidad de reunir registros de archivos, bibliotecas y museos ha dado lugar a que los propios proveedores consideren sus
datos de una forma más abierta. Formar parte de Europeana es bastante más
que una cuestión de prestigio institucional; constituye el procedimiento para
acrecentar la potencia informativa de los datos por el simple hecho de conformar un punto único de consulta.
Hay que tener en cuenta que mediante OAI+DC se pueden agregar no sólo
objetos digitales correspondientes a la digitalización de los objetos culturales
patrimoniales, sino también las publicaciones científicas que estudian esos
objetos. Los repositorios de publicaciones científicas no son tan ajenos a las
bases de datos de recursos de patrimonio cultural como a veces pudiera parecer o se quiere hacer creer; hay muchos puntos en común que afectan sobre todo
al área de las humanidades y ciencias sociales, pero también a muchas otras
áreas de las ciencias. Quizá sea necesario recordar los análisis físico-químicos
aplicados a la datación de los objetos arqueológicos o a la conservación de
sitios y piezas artísticas o documentales. En ocasiones la separación entre publicaciones científicas (academic research) y recursos de patrimonio cultural se deriva más de la diferenciación de entornos profesionales que de la lógica de la
información, sobre todo siendo factible, como es, la aplicación de una normativa sencilla que permita su interrelación. La Deutsche Digitale Bibliothek o Hispana son algunas muestras de que se puede combinar sin problema ambos
tipos de información.
——————
5
http://en.wikipedia.org/wiki/Herbert_Van_de_Sompel
6
http://pubserv.oclc.org/oaicat/jars/docs/
7
http://dublincore.org/documents/dcmi-terms/#H3
20
8/11/13
11:13
Página 4
La transformación de información en conocimiento requiere de un modelo de datos adecuado para la visualización de las interrelaciones entre los
recursos, de modo que los límites del entorno profesional no sean una barrera para que los usuarios sigan el camino que les parezca más apropiado en ese
mar de interrelaciones. Evidentemente, manejar decenas de millones de registros en una interfaz de búsqueda y mantener la pertinencia de los resultados
es un arduo problema que se solventa a menudo con la aplicación de filtros y
facetas a los resultados para que sean más manejables por los usuarios. Así, las
necesidades del portal Europeana llevaron a la ampliación del modelo de
datos de DC sin cualificar al Europeana Semantic Elements (ESE)8 (versión 3.2 de
fecha de agosto de 2009), que no era sino una combinación de un subconjunto de DCMI Metadata Terms9 (22 elementos) junto con 13 nuevos elementos propios de Europeana. De hecho, la aplicación de ESE en el portal de Europeana
se realizó internamente antes de que fuera un requisito técnico para los proveedores de datos, al igual que ha ocurrido con el Europeana Data Model. Se
cumplían así dos objetivos, conservar la complejidad de los registros que los
proveedores de datos podían aportar, y mejorar la presentación y acceso a los
mismos en el portal de Europeana.
De la experiencia de Europeana podemos extraer algunas conclusiones. En
primer lugar, ha ampliado rápidamente los elementos Dublin Core, desde 15
a 37 elementos, y ha añadido nuevos elementos propios para resaltar adecuadamente las aportaciones de los proveedores e identificar claramente aspectos
como el idioma, el país de origen, los derechos y otros elementos complementarios relacionados con la administración y gestión de las agregaciones. En
segundo lugar, Europeana ha tenido la virtualidad de contribuir a la normalización de los sistemas de información de archivos, bibliotecas y museos europeos de un modo nunca visto anteriormente. Efectivamente, el todo se ha convertido en mucho más que la suma de las partes. El esfuerzo normalizador se
ha producido no solo en un entorno, digamos fácil, para DC como son las
bibliotecas, también ha tenido un efecto similar en museos, aunque mucho
menor en archivos10. En 2010 Vangelis Banos publicó un plug-in11 para que los
repositorios basados en DSpace12 pudieran ser recolectados por Europeana, es
decir según el esquema de metadatos ESE. Los repositorios OAI de las bibliotecas virtuales y digitales basadas en el ILS DIGIBIB13 permitían la recolección
de metadatos ESE desde el mismo año 2009. Incluso, DIGIBÍS publicó una
serie de instrucciones14 complementarias que solventaban algunos problemas
de instalación del mencionado plug-in en DSpace. Son sólo dos ejemplos de
——————
18
http://pro.europeana.eu/technical-requirements
19
http://dublincore.org/documents/2012/06/14/dcmi-terms/
10
Véase Technical Report: Archival Digital Object Ingestion into Europeana (ESE-EAD
harmonization) Version 1.0, 07/08/2009 [http://goo.gl/TRto3]
11
http://vbanos.gr/blog/2010/02/11/dspace-plugin-for-europeana-semantic-elements/
12
http://www.dspace.org/
13
http://www.digibis.com/bibliotecas-virtuales.html
14
http://www.digibis.com/images/PDF/20101221_instalar_soporte_ese_en_dspace.pdf
8/11/13
LOS MODELOS DE DATOS EN LA PERSPECTIVA…
11:13
Página 5
21
cómo el software comercial y el software open-source se han acomodado a los
requisitos de Europeana. Y esto sólo se ha producido por el interés de los proveedores de datos en formar parte de la biblioteca digital europea. Evidentemente, para que los elementos de ESE puedan ser transmitidos es necesario
que estén presentes en el repositorio del proveedor de datos. Ya veremos que
esto es especialmente importante en el caso del Europeana Data Model15.
Sin embargo, este esfuerzo se ha realizado también en numerosas ocasiones
con un coste adicional como ha sido la duplicación de tareas, creándose ecosistemas de datos desconectados dentro de las organizaciones de los proveedores de datos. Así, se podría hablar del entorno propio de la biblioteca tradicional con sistemas de gestión bibliotecaria (en su mayoría comerciales)
incapaces de gestionar adecuadamente objetos digitales y del entorno propio
de los repositorios digitales no aptos para gestionar la circulación de ejemplares o con dificultades para introducir procesos como el control de autoridades.
Esta impermeabilidad puede tener peores efectos en el marco de Linked Open
Data. Bien sea por la lentitud en la respuesta de algunos programas comerciales o por la urgencia en dar visibilidad a los objetos digitales (digitalizados o
nacidos digitalmente), el resultado ha sido una creciente y costosa complejización de la gestión de las bibliotecas. Quizá ésta sea la explicación de por qué
el tamaño medio de los repositorios digitales es tan pequeño16, ya que mantener una gestión paralela para objetos físicos y para objetos digitales es difícil,
del mismo modo que es difícil mantenerse actualizado tecnológicamente.
Por ejemplo, la contribución de Hispana a Europeana podría tener más de
2,5 millones de objetos más si la totalidad de los 202 repositorios que recolecta fueran conformes con ESE. Obviamente, y por distintos motivos, no todos
los repositorios tienen como objetivo participar en Europeana, pero parece
que también el desfase tecnológico tiene su influencia. En este sentido, es fácil
comprobar que los mayores proveedores de datos a Europeana son agregadores
nacionales o transversales que han incorporado el mecanismo de recolección
de una manera prácticamente automática, lo cual redunda en la visibilidad de
las colecciones. El Plan Estratégico de Europeana 2011-2015 marca como objetivo
que exista un agregador nacional en cada uno de los países miembro de la
Unión Europea para 201517.
EUROPEANA DATA MODEL
Desde la publicación en 2010 de Stefan Gradmann Knowledge = Information
in Context: on the Importance of Semantic Contextualisation in Europeana18 los esfuer——————
15
http://pro.europeana.eu/web/guest/edm-documentation
16
Agenjo, Xavier. 2011, un gran año para las bibliotecas virtuales. Anuario ThinkEPI 2012
17
Véase p. 13. http://www.pro.europeana.eu/c/document_library/get_file?uuid=c4f194647504-44db-ac1e-3ddb78c922d7&groupId=10602
18
http://pro.europeana.eu/c/document_library/get_file?uuid=cb417911-1ee0-473b-8840bd7c6e9c93ae&groupId=10602
22
8/11/13
11:13
Página 6
zos de Europeana han ido dirigidos a rehacer su modelo de datos para adecuarlo a las tecnologías de la Web Semántica y, como primera medida, de Linked Open Data.
Los objetivos claramente expuestos son los de proporcionar una búsqueda
multilingüe en la que el usuario pueda obtener respuestas sobre Who, What,
Where, When19, y unos resultados interrelacionados que le permitan seguir el
camino que prefiera. Indudablemente el primer requisito de nuevo modelo era
mantener la compatibilidad con Europeana Semantic Elements. La primera versión
pública de Europeana Data Model fue la 5.2.220 de fecha 31 de mayo de 2011. Además de los namespaces de RDF, RDFS, SKOS y OAI-ORE, Europeana reutiliza The
Dublin Core namespaces for elements (http://purl.org/dc/elements/1.1/), terms
(http://purl.org/dc/terms/) y types (http://purl.org/dc/dcmitype/). Medio año
después, el 24 de febrero de 2012 se publicó la versión 5.2.3 y en julio de 2013
la 5.2.421 tras la transformación de la base de datos desde ESE a EDM que se realizó en el mismo mes.
Aunque se pueda criticar la calidad de algunos registros de Europeana, lo cierto es que se ha partido de una situación muy heterogénea. En primer lugar, se
han aportado registros de archivos, bibliotecas y museos; en segundo lugar se ha
partido de diferentes estructuras de datos, como registros de la familia MARC no
muy homogéneos (UNIMARC, IBERMARC, MARC 21 según distintas actualizaciones, etc.) y con toda seguridad ha sido necesario tratar multitud de estructuras
de datos propietarias. En todos los casos Dublin Core ha actuado como modelo
de datos común haciendo viable la homogeneización de los datos. Y si bien es
cierto que no todos son de la misma calidad, sí lo es en cambio que los campos
más relevantes (autor, contributor, título, materias, fechas y lugares) permiten gestionar con notable rendimiento el altísimo volumen de datos en la búsqueda e
identificación. Y además estos elementos son los más importantes para cualquier
tipo de usuario, puesto que otros datos como la extensión o las notas descriptivas
se suplen con ventaja con la consulta de los propios objetos digitales.
Gran parte del esfuerzo de normalización de archivos, bibliotecas y museos
se ha realizado en el marco de grandes proyectos europeos financiados parcialmente por la Comisión Europea como ATHENA, APENET, EUSCREEN,
etc. Sin embargo, para todos ellos los WorkProgramme de los diferentes mecanismos de financiación (p.e., ICT Policy Support Programme) han tenido una
influencia fundamental. Así, se ha establecido a nivel europeo, mediante la
consiguiente financiación, la dirección estratégica de los objetivos y con ello se
ha potenciado no sólo los tipos de documentos (p.e., impulsar un tipo de
material como los archivos sonoros, fílmicos, etc.), los tipos de proveedores
(p.e. editores), el uso de tecnologías emergentes (linked data o cloud computing)
y, por supuesto, el requisito fundamental siempre ha sido que los resultados de
cualquier proyecto sean visibles en Europeana.
——————
19
Son exactamente las etiquetas de búsqueda de Europeana
20
http://pro.europeana.eu/documents/866205/13001/EDM_v5.2.2.pdf
21
http://pro.europeana.eu/documents/900548/0d0f6ec3-1905-4c4f-96c8-1d817c03123c
8/11/13
11:13
Página 7
23
Por su parte los organismos que sustentan Europeana, la Europeana Foundation y la Europeana Network, han alentado la participación de los proveedores de contenido en diferentes tareas de coordinación relacionadas con los
aspectos más problemáticos de la biblioteca digital europea. En este trabajo no
se entrará en las cuestiones relacionadas con los derechos de propiedad intelectual, la sostenibilidad y otras que han contado con diferentes Task Forces22.
Estos grupos de trabajo y de interés analizan, durante un periodo de tiempo
definido, un problema candente y proponen soluciones. Así las Tasks Force sobre
Hierarchical Object, sobre FRBRoo o sobre identificadores persistentes han analizado sus respectivas cuestiones. Los proveedores de contenido pueden participar en estas tareas, independientemente de su participación en proyectos
europeos y/o al mismo tiempo. De este modo la normalización en archivos,
bibliotecas y museos europeos ha avanzado enormemente, si se compara con
la situación inicial, en un brevísimo espacio de tiempo y ha consistido en la elaboración de una normativa orientada hacia un fin, Europeana.
Quizá a muchos lectores les sorprenderá saber que hasta el nacimiento de
Europeana, y la asunción por parte de la Agenda Digital para Europa (2010)23 de la
biblioteca digital europea, la interoperabilidad de los archivos, bibliotecas y museos europeos ha sido muy fragmentaria y circunscrita a los proyectos desarrollados
en el marco de los programas ICT, e-ContentPlus u otros. Con demasiada frecuencia el fruto del trabajo de estos proyectos se desvanecía tras el final del
mismo, y los esfuerzos de normalización de las grandes organizaciones no gubernamentales del sector como IFLA, ICA e ICOM, tenían unos efectos mínimos. Es
significativo que en el entorno de las publicaciones académicas y científicas no se
haya producido este hecho y a pesar de los esfuerzos de proyectos como DRIVER24, COAR25 u OpenAire26, no ha llegado a consolidarse un portal similar a
Europeana que proporcione continuidad a las tentativas de normalización.
Es esperable y deseable que la normalización e interoperabilidad continúe,
la puesta en funcionamiento de las Task Forces de Europeana así lo hace prever,
puesto que es mucha la cantidad de información que ha aflorado y mucha más
la que tiene que aflorar. El proyecto ENUMERATE27, una Thematic Network
financiada por la Comisión Europea dentro del programa ICT-PSP para los
años 2011-2013 tiene como cometido proporcionar datos fidedignos sobre el
estado de la digitalización en Europa, sobre sus costes, su acceso y preservación. La primera encuesta28 arroja como cifra general que cerca del 20% de las
colecciones que se necesitan digitalizar se encuentra ya digitalizada, por lo que
se puede ver que Europeana no ha hecho más que empezar.
——————
22
http://pro.europeana.eu/network/task-forces/overview
23
http://ec.europa.eu/digital-agenda/
24
http://www.driver-repository.eu/
25
http://www.coar-repositories.org/
26
http://www.openaire.eu/
27
http://enumerate.eu/
28
En el momento de redactar este texto se ha lanzado la segunda encuesta general de
ENUMERATE que sin duda modificará en algo esta cifra.
24
8/11/13
11:13
Página 8
Sin embargo, se puede apreciar que aún persisten escollos para lograr una
continuidad en la aportación normalizada de objetos digitales. En la medida
que las colecciones digitales y sus metadatos no estén incorporadas a la rutina
habitual de los archivos, bibliotecas y museos, incluso formando parte de los
mismos programas comerciales de gestión, las aportaciones de los proveedores
crecerán durante la duración de un proyecto y se estancarán a la finalización
del mismo. A pesar de las grandes promesas del software libre, lo cierto es que
éste requiere de profesionales especializados para su implantación y mantenimiento y que en muchas ocasiones supone la instalación de un conjunto de
piezas complejo para distintas operaciones no integradas, lo que añade aún
más complejidad. Por su parte, el software comercial, al menos en la experiencia española, y es fácil ver que en muchos otros países, no responde con
agilidad a las necesidades de las bibliotecas, archivos y museos digitales. Prueba de ello es que el Business Plan de 201329 marca como objetivo que 14 países
miembros de la UE aumenten su contribución.
LA DIGITAL PUBLIC LIBRARY OF AMERICA Y SU PERFIL DE APLICACIÓN DE METADATOS
En abril de 2013 se lanzó oficialmente la Digital Public Library of America30 que
tras siete meses ofrece más de 4,5 millones de registros de bibliotecas, archivos y
museos. Ya en la Europeana Tech Conference, celebrada en Viena en 2011, Maura
Marx hizo una exposición sobre la DPLA31 y quedó claro para todos los asistentes que su modelo iba a ser muy similar al de Europeana32. La experiencia (y
éxito) de Europeana ha tenido una gran influencia en la DPLA. Ambos proyectos
partían de situaciones muy parecidas en cuanto a los objetivos, pero muy diferentes en cuanto al estado de la normalización y la interoperabilidad; el multilingüismo europeo planteaba además una complejidad añadida. Ambos proyectos convergían en situar a Linked Open Data como una tecnología factible para
gestionar un enorme volumen de datos y extraer su potencia informativa.
El 25 de octubre de 2011 el W3C Library Linked Data Incubator Group33 publicó su informe final. Al día siguiente se publicaron el Europeana Data Model Primer34, el Europeana Data Model Mapping Guidelines versión 1.0.1, actualmente en
la versión 2.035, y The Europeana Data Model for Cultural Heritage, que ha sido sustituido por General EDM factsheet and Presentation36. El importante documento
——————
29
http://pro.europeana.eu/documents/858566/9d4632d3-3f6d-4162-ba29-27a9a739946d
30
http://dp.la
31
http://www.europeanaconnect.eu/europeanatech/index.php?section=programme&
page=programme
32
Véase el texto de la DPLA en este mismo boletín: La colaboración multiplica el valor: el
modelo de asociación internacional de la DPLA y Europeana / Amy Rudersdorf, Emily Gore.
33
http://www.w3.org/2005/Incubator/lld/
34
http://pro.europeana.eu/documents/900548/770bdb58-c60e-4beb-a687-874639312ba5
35
http://pro.europeana.eu/documents/900548/60777b88-35ed-4bae-8248-19c3696b81fb
36
http://pro.europeana.eu/documents/900548/2f66c73a-f5c9-49cc-a8e1-4b3ed763bc63
8/11/13
11:13
Página 9
25
D3.4 Final Technical & Logical Architecture and future work recommendations37 de
Stefan Gradmann se publicó también ese mes.
Es de suma importancia que la DPLA haya reutilizado en gran parte el
modelo de datos de Europeana pues contribuirá a facilitar la colaboración
entre ambos proyectos y entre los participantes en los mismos en otros ámbitos. Además, con toda seguridad centrará el amplio panorama de los esquemas y ontologías en uso, o en desarrollo, en el mundo de los Library Linked
Data, que no ha hecho más que crecer en los últimos años. No deja de recordar a la explosión de formatos MARC de los años 80 y 90 que se alivió un tanto
con la armonización de los formatos CANMARC, UKMARC y USMARC en
1997 y que dio lugar al formato MARC21. Esperemos que ocurra lo mismo
que entonces.
La publicación del DPLA Metadata Application Profile v338 ha puesto de manifiesto hasta qué punto el modelo de datos de Europeana ha sido útil para la
DPLA. De hecho, en los grupos de trabajo de Europeana Network ya ha surgido alguna voz promoviendo que EDM se convierta en un estándar internacional, idea que indudablemente se habrá visto muy fortalecida con la publicación del DPLA Metadata Application Profile. Su primera frase no puede ser más
significativa “This version is designed to build on the experience of the Europeana Data
Model (EDM). In addition, it incorporates feedback from the DPLA community and digital hub pilot participants to create a balanced framework that allows us to accommodate
existing and emerging data models for library, archive, and museum resources”. Es una
muestra de la capacidad descriptiva del Europeana Data Model para representar
los Cultural Heritage Objects, para utilizar la propia definición del modelo, y sus
objetos digitales. Es muy probable que se produzcan modificaciones en este
perfil de aplicación de metadatos, pero también es previsible que todo ello se
haga de forma coordinada con Europeana. De hecho, esto se menciona explícitamente en el Business Plan de 201339 en el que se cita la necesidad de trabajar coordinadamente con otras instituciones: Promote knowledge-sharing on R&D
activities in the various Europeana-related projects. Support appropriate R&D project
proposals and continue to actively engage with R&D activities from relevant projects and
other initiatives (e.g. Digital Public Library of America (DPLA), the World Wide Web
Consortium (W3C), Dublin Core) and the private sector.
Las Task Forces40 de Europeana, que proponen recomendaciones para el
conjunto de la red, han dado lugar ya a algunas propuestas de modificación.
El 28 de marzo de 2013 la Hierarchical Objects Task Force publicó Recommendations
for the representation of hierarchical objects in Europeana41 que se han incluido en la
——————
37
http://pro.europeana.eu/documents/10602/370691/D3.4+final.pdf
38
Digital Public Library of America. Metadata Application Profile, Version 3. Release
date: 2013-02-08. Document URI: http://dp.la/about/map
39
http://pro.europeana.eu/documents/858566/9d4632d3-3f6d-4162-ba29-27a9a739946d
40
http://pro.europeana.eu/network/task-forces/overview#EuropeanaTech
41
http://pro.europeana.eu/web/network/europeana-tech/-/wiki/Main/Taskforce+on
+hierarchical+objects
26
8/11/13
11:13
Página 10
última versión de EDM (5.2.4). Lo más significativo es que se trata de recomendaciones tanto para los proveedores de contenido como para la propia
Europeana. También han publicado sus conclusiones las task forces sobre Persistent Identifiers (PIDs) y EDM - FRBRoo Application Profile.
Uno de los aspectos más interesantes de las recomendaciones de la Hierarchical
Objects Task Force es su relación con los datos de los archivos, hasta ahora muy insuficientemente representados en Europeana (de forma conjunta 43%, Bibliotecas
40%, Museos 10%, Audiovisuales 6%, y Archivos 1%)42. Por el contrario, parece
que los archivos sí van a estar fuertemente representados en la DPLA como puede
verse en la información aportada por los National Archives and Records Administration (NARA)43. En este sentido resulta muy importante el hecho de que los
NARA hayan anunciado su intención de utilizar de forma sistemática tanto Encoded Archival Description como Encoded Archival Context. Además está anunciada una
nueva versión de EAD tras más de 10 años desde la última versión (2002)44.
Los autores de este trabajo han realizado un mapeo entre MARC 21 y EAC,
todavía inédito, para su aplicación en los programas DIGIBIB y DIGIARCH
que ha desarrollado DIGIBÍS. Ambos programas disponen de repositorios OAI
recolectables por Europeana, tanto en ESE como en EDM. Es muy revelador el
caso del archivo familiar Montiano45 que comparte el fichero de autoridades
en MARC 21/RDA de la Biblioteca Virtual de Polígrafos46 y que transmite datos en
EDM. El Archivo Montiano ha sido uno de los casos de estudio de la Task Force
de Hierarchical Objects.
La situación de los museos está más avanzada. El proyecto ATHENA (Access
to Cultural Heritage Networks Across Europe)47 aportó a Europeana 2.543.302 registros y desencadenó un esfuerzo de normalización de los museos europeos que
contribuiría finalmente al surgimiento del esquema LIDO - Lightweight Information Describing Objects Version 1.0 (LIDO) del ICOM-CIDOC Working Group Data
Harvesting and Interchange48. El proyecto MIMO Musical Instruments Museum
Online49 ha aportado a su vez 46.483 registros en EDM, generados a partir de
LIDO. Dado que la Smithsonian Institution forma parte de la DPLA será muy
interesante ver cuáles serán los mapeos que se utilicen para adaptarse al DPLA
Metadata Application Profile. Indudablemente, el trabajo realizado en ATHENA
(que continuará en ATHENA Plus50), en MIMO y en otros proyectos será de
——————
42
D3.7: Content Strategy Update. MS11: Content Acquisition & Development Plan
Merged and renamed to: Collections and Data Analysis, Strategy and Plan. Project Acronym:
Europeana v2 [Project Acronym: Europeana v2].
43
http://www.archives.gov/
44
http://www2.archivists.org/groups/technical-subcommittee-on-encoded-archivaldescription-ead/ead-revision
45
http://pro.europeana.eu/documents/468623/09602a17-0f79-4145-9012-46adf7125585
46
http://pro.europeana.eu/polymath-edm
47
http://www.athenaeurope.org/
48
http://network.icom.museum/cidoc/working-groups/data-harvesting-and-interchange/
what-is-lido/
49
http://www.mimo-international.com/
50
http://www.athenaplus.eu/
8/11/13
11:13
Página 11
27
gran utilidad y pronto se verá el uso concreto de EDM para representar los
objetos museísticos.
RESOURCE DESCRIPTION AND ACCESS (RDA)51
Hemos visto cómo los avances en la creación de grandes bibliotecas digitales, o puntos únicos de consulta a los diferentes tipos de objetos del patrimonio cultural, han supuesto una extensión de la normalización a la que los proveedores de contenidos han respondido por su interés en mantener esos
sistemas de consulta. Pero hemos de considerar también los cambios en las
normas que se están produciendo en sectores específicos, como el bibliotecario, y los efectos que tendrá en la normativa de los grandes proyectos como
Europeana o la DPLA. El acontecimiento de mayor importancia ha sido la
adopción por parte de un amplio conjunto de bibliotecas nacionales de los
Resource Description and Access (RDA)52.
Los datos creados conforme a las reglas RDA y su codificación en MARC21
van a constituir una de las fuentes de información fundamentales para datos
sobre personas e instituciones. Uno de los cambios sustanciales de EDM sobre
ESE es la introducción de las clases contextuales (Agent, Place, TimeSpan, Concept,
ConceptScheme, Event, Physical Thing), del mismo modo que es un gran cambio la
introducción de los campos 046, 368 y 37X53, de fuerte contenido semántico, en
los registros MARC. Como ejemplo, los registros de autoridad de nombres de
personas deben incluir información propia de la persona, lugares de nacimiento y muerte, fechas de nacimiento y muerte, ocupación y profesión, género, etc.
Todos los elementos codificables según RDA Group 2 Elements (rdaGr2)54 están
recogidos, de una u otra manera, en las propiedades de la clase Agent. EDM ha
reutilizado las propiedades de rdaGr2, pero subsiste alguna incertidumbre con
respecto a la perdurabilidad del namespace RDA pues como se dice en Open Metadata Registry: “This is the provisional registration of the RDA Group 2 Element Vocabulary, managed by the DCMI/RDA Task Group“55, lo cual resulta muy importante para
los desarrollos de software que se realicen, ya que introduce una duda sobre el
hecho del mantenimiento del vocabulario. Por el contrario, la existencia de
Europeana como organización y de sus Task Forces suponen una garantía de mantenimiento y continuidad, como puede verse en la última propuesta Europeana
Collection Profile de octubre de 201356. No es difícil entender por qué la Library of
Congress ha optado por desarrollar la Bibliographic Framework Transition Initiative
(BIBFRAME)57 en lugar de reutilizar ontologías de dudosa perdurabilidad.
——————
51
http://www.niso.org/news/events/2013/dcmi/rda/
52
http://www.loc.gov/aba/rda/
53
http://www.loc.gov/marc/RDAinMARC.html
54
http://metadataregistry.org/schema/show/id/15.html
55
El subrayado es nuestro
56
http://pro.europeana.eu/documents/900548/90890f64-777b-40d6-af78-593864a41072
57
http://bibframe.org
28
8/11/13
11:13
Página 12
Por otro lado, RDA introduce un amplio conjunto de valores para la codificación de las funciones que una persona (o entidad) puede realizar en relación con una obra, que se trasladan a Dublin Core como las propiedades genéricas dc:creator y dc:contributor. Se perderá, por tanto, precisión en las
conversiones de MARC a Dublin Core y, en consecuencia, se ve la necesidad de
refinar estas propiedades para poder acomodar la lista de funciones establecida en el $e de los X0058, aunque sea de una forma simplificada. Otra pregunta que surge es hasta qué punto será necesario crear nuevas clases en el modelo de datos Dublin Core o si es más conveniente reutilizar las clases
contextuales de EDM (y DPLA), como parece lógico.
Todo ello nos lleva nuevamente a que EDM, o la conjunción de EDM y
DPLA Metadata Application Profile se conviertan en una norma oficial. Europeana viene ejerciendo esta función desde la primera versión de Europeana Data
Model, pero parece necesario un mayor compromiso institucional, al menos
para quienes tienen que tomar las decisiones de implantar el software necesario para cumplir el modelo de datos. Desde el punto de vista de los autores de
este trabajo resulta trascendental que el modelo de datos permita recoger toda
la nueva información RDA/MARC 2159. Éste es, sin duda, el objetivo de la última Task Force de Europeana que se ha constituido EDM mappings refinements and
extensions60.
Es obvio que para los proveedores de datos disponer del software que les
permita realizar las operaciones habituales en archivos, bibliotecas y museos y
al mismo tiempo transmitir sus datos conforme a la normativa de Europeana o
DPLA de una forma integrada es lo más ventajoso. Y también lo es para estos
grandes proyectos, pues los datos fluirán regularmente y no a trompicones.
Dicho brevemente, la situación ideal es la de un sistema de gestión que convierta automáticamente, y de forma transparente al usuario, los datos catalogados al modelo de datos propio de Europeana y de la DPLA (o ambos) y que
al mismo tiempo comparta las reglas del universo bibliotecario, archivístico o
museístico. De otro modo, no será sostenible económicamente el proceso. Este
es el planteamiento de desarrollo de los productos de software de DIGIBÍS y
que se manifiesta en que el 62 % de los objetos digitales españoles en Europeana proceden de
En busca de esa normativa internacional para el intercambio de información sobre el patrimonio cultural hemos de mencionar al CIDOC Conceptual
Reference Model (CIDOC-CRM)61, que es norma ISO desde 200662 y que actual——————
58
http://www.loc.gov/marc/relators/relaterm.html
59
Xavier Agenjo, Francisca Hernández and Andrés Viedma. Data Aggregation and Dissemination of Authority Records through Linked Open Data in a European Context. Cataloging & Classification Quarterly, Volume 50, no. 8, 2012
60
http://pro.europeana.eu/web/network/europeana-tech/-/wiki/Main/Task+force+on+
EDM+mappings+refinements+and+extensions
61
La última versión es la 5.1 de noviembre de 2012. http://www.cidoc-crm.org/
62
ISO 21127:2006. Information and documentation -- A reference ontology for the interchange of cultural heritage information.
8/11/13
11:13
Página 13
29
mente está en fase de revisión. A pesar de la temprana existencia de esta
norma, su utilización en Europeana se ha concretado en la reutilización de
algunas clases (o en la definición de equivalencias entre algunas clases y propiedades de EDM a CIDOC-CRM y no del modelo completo. De hecho, tanto
EDM como el Metadata Application Profile de la DPLA parecen estar llamados a
cumplir las funciones de CRM. Una de las primeras decisiones de Europeana
Data Model63 fue la posibilidad de adoptar tanto una visión centrada en los objetos como en los eventos. Mientras que la visión centrada en objetos es la utilizada en bibliotecas, los eventos son más propios del ámbito museístico, sobre
todo después de la publicación de LIDO. El propio CRM permite ‘atajos’ para
abreviar el modelado de la realidad por medio de eventos. Indudablemente,
desde el punto de vista de un catalogador es más fácil decir que ‘X es el ilustrador de la obra Y’, que decir, ‘un determinado evento de creación (E65 Creation), llevado a cabo (P14 carried out by) por un (E39 Actor) ha creado (P94
has created) una (E38 Image)’. Tanto Europeana como la DPLA deben estar
preparadas para admitir ambos tipos de representaciones.
La implementación sistemática de la RDA se inició en los Estados Unidos el
31 de marzo de 2013, y paulatinamente se han incorporado las bibliotecas
nacionales de Canadá, Reino Unido, Alemania y Australia, y pronto lo hará
Francia. Alemania no sólo ha tenido que modificar sus antiguas reglas de catalogación RAK (Regeln fur die Alphabetische Katalogisierung), sino también su
modelo de datos para el intercambio de información bibliográfica MAB (Maschinelles Austauschformat für Bibliotheken) por, como es lógico, MARC21. Además,
no hace muchos meses que se puso en producción quizá el mayor proyecto de
objetos digitales en Europa como es la Deutsche Digitale Bibliothek (DDB)64.
Por otra parte, el modelo del Bibliographic Framework Transition Initiative
(BIBFRAME) está en una fase preliminar, aunque ya se pueden ver los primeros borradores de definiciones. Así, en el caso de la clase Agent65 aún no se han
creado las propiedades que recojan la información contenida en los campos
37X de MARC/RDA. La experiencia de la Biblioteca Virtual de Polígrafos66 muestra hasta qué punto son útiles desde un punto de vista semántico los campos
37X.
Parece que la multiplicidad de modelizaciones de la clase Agent (o Person)
dentro de los modelos de datos EDM, RDA, MADS, BIBFRAME, por no mencionar FOAF, está reclamando un sistema simple al modo de SKOS67, un mínimo denominador común que no pierda los valores semánticos establecidos
por RDA y que tan útiles van a ser en la contextualización, en la búsqueda y en
la navegación de los grandes bases de datos de patrimonio cultural y científico. Para la Biblioteca Virtual de Polígrafos los registros de autoridad de nombres
——————
63
Europeana Data Model Primer. http://goo.gl/AY8QJ
64
https://www.deutsche-digitale-bibliothek.de/
65
http://bibframe.org/vocab/Agent.html
66
http://goo.gl/x3jOz4
67
http://www.w3.org/2004/02/skos/
30
8/11/13
11:13
Página 14
de persona, transformados en registros de persona por la aplicación de
MARC/RDA se han convertido en un recurso informativo con carácter propio.
La multiplicidad de modelos de datos también afecta a la reutilización de
los mismos. Los modelos de datos de Europeana, ESE y sobre todo EDM, han
supuesto una convergencia de los datos de archivos, bibliotecas y museos, pero
también una unificación de las estructuras de datos en ámbitos concretos, por
ejemplo en las bibliotecas. La panoplia de formatos MARC en toda Europa dificultó enormemente el intercambio de registros, muy parecidos, pero no exactamente iguales. Esta misma situación puede darse en la reutilización de datos
Linked Open Data.
REUTILIZACIÓN DE LOS DATOS
Se pueden descargar68 20 millones de objetos digitales de Europeana en
EDM a través del proyecto Europeana Linked Open Data (LOD)69. España participó en el proyecto inicial con los registro procedentes de la Biblioteca Virtual
de Patrimonio Bibliográfico y los de la Biblioteca Virtual de Prensa Histórica. También
se pueden explorar los datasets de Europeana a través de un SPARQL endpoint70,
conforme con SPARQL 1.171, aunque su operatividad no parece estable.
Las ventajas de SPARQL son innumerables para realizar búsquedas complejas, para obtener datos y para construir conversiones entre modelos de
datos72, entre otras cosas. Sin embargo, no puede decirse que sea usable73 para
la mayoría de los usuarios, incluidos archiveros, bibliotecarios y museólogos.
Además de dominar el lenguaje, requiere conocer en profundidad el o los
modelos de datos a consultar, y por lo tanto se ve la necesidad de desarrollar
aplicaciones que permitan explotar convenientemente estos datos. De otro
modo, el enorme desarrollo de Linked Open Data para que los datos sean tratados por máquinas redundará en una enorme brecha digital entre los humanos y las máquinas, o entre los humanos que manejan SPARQL y los que no
pueden hacerlo.
Tal vez uno de los mayores aciertos de Europeana haya sido desarrollar una
API (Application Programming Interface)74 que permite ejecutar una consulta a su
base de datos. Un ejemplo podría ser útil. Si se pregunta por Luis Vives en una
biblioteca de digamos 100.000 registros puede que se obtengan 200 respuestas
que se ajusten a nuestra petición; ahora bien si simultáneamente se ejecuta esa
consulta en la base de datos de Europeana (30 millones de objetos digitales)
——————
68
http://data.europeana.eu/download/2.0/
69
http://pro.europeana.eu/linked-open-data
70
http://europeana.ontotext.com/sparql
71
http://www.w3.org/TR/sparql11-query/
72
Véase las SPARQL CONSTRUCT queries definidas en Dublin Core to PROV Mapping.
W3C Working Draft 12 March 2013. http://www.w3.org/TR/prov-dc/
73
http://www.bne.es/es/Inicio/Perfiles/Bibliotecarios/DatosEnlazados/index.html
74
http://pro.europeana.eu/api
8/11/13
11:13
Página 15
31
es sumamente probable que el número de respuestas sea mayor en uno o dos
grados de magnitud. En la Biblioteca Virtual de Polígrafos de la Fundación Ignacio Larramendi se ha instalado la API de Europeana con el resultado descrito.
Además es posible reutilizar los datos porque Europeana API permite obtener
los registros completos en JSON (JavaScript Object Notation)75. Del mismo modo,
la DPLA ha publicado su API76 con el mismo fin. La ventaja de construir aplicaciones usables sobre estas APIs77 puede verse en Europeana/DPLA Query78 desarrollada por DIGIBÍS para consultar en una misma pregunta ambas bases de
datos.
En esa misma línea conviene mencionar que también OCLC ha desarrollado una API79 para buscar, identificar y seleccionar los encabezamientos de
materia formateados en SKOS y vinculados a LCSH y GeoNames en su servicio
FAST (Faceted Application of Subject Terminology) 80. Parece que una integración
de las APIs de FAST y de la DPLA obtendría magníficos resultados como ya se
puede apreciar en la integración entre FAST y WorlCat. Igualmente los registros del Virtual International Authority File, de enorme utilidad, están accesibles
a través de la correspondiente API81.
La vinculación de datos que propone LOD es de enorme interés para la
constante retroalimentación de un sistema, puesto que junto con los datos
podemos utilizar también los URIs asociados por medio de las propiedades
owl:sameAs82 o skos:closeMatch. Mediante la vinculación a vocabularios de valores
o recursos comunes puede identificarse una misma cosa por medio de diferentes descripciones de la misma, y por supuesto con sus nombres en múltiples
idiomas. Europeana está realizando este proceso de dos formas. Una, cruzando los datos con vocabularios como Semium Time83, GeoNames84, o el tesauro
multilingüe GEMET85. Y otra, a través de la recomendación de determinados
vocabularios de valores para cada una de las clases como puede verse en la
clase edm:place86. Es decir, la reutilización de datos vinculados supone tanto la
posibilidad de enriquecer los datos, mejorar la navegación y realizar búsquedas
multilingües dentro de un sistema, como poder obtener las redes de vínculos
establecidos por otros.
Ahora, la pregunta es ¿estos procesos debe realizarlos sólo Europeana (o la
DPLA) o el proveedor de contenidos debe contribuir a estos procesos? Desde
——————
75
http://es.wikipedia.org/wiki/JSON
76
http://dp.la/info/developers/codex/
77
http://pro.europeana.eu/pro-blog/-/blogs/1558732
78
http://www.digibis.com/dpla-europeana/
79
http://oclc.org/developer/services/fast-linked-data-api
80
http://www.oclc.org/research/activities/fast.html
81
http://www.oclc.org/developer/services/viaf
82
Véase http://sameas.org/
83
http://semium.org/time/
84
http://sws.geonames.org/
85
http://www.eionet.europa.eu/gemet
86
http://europeanalabs.eu/wiki/EDMObjectTemplatesProviders
32
8/11/13
11:13
Página 16
nuestro punto de vista debe ser el proveedor de datos el que ajuste los vínculos deseados y seleccione los recursos a los que vincularse para cumplir con sus
objetivos informativos, independientemente de que Europeana o la DPLA realicen los enriquecimientos y vinculaciones que consideren necesarios para el
funcionamiento informativo del sistema. Aún más, la verdadera visibilidad de
los datos se consigue extremando el cuidado de los propios datos en su enriquecimiento semántico y en su vinculación con fuentes externas. Y para ello
debe disponer de las herramientas, el conocimiento de los modelos de datos y
de los recursos LOD disponibles. El medio más útil para hacerlo y participar
plenamente en los sistemas de información del mundo LOD es la transformación de los ficheros de autoridad y la reutilización de los datos de autoridades,
de todo tipo, disponibles en LOD. Es difícil pensar que sin la colaboración de
los proveedores de contenido la aplicación de EDM y LOD en Europeana
pueda realizarse únicamente por los medios de ésta.
CONCLUSIONES
El camino recorrido hasta llegar a Europeana ha requerido de un proyecto
común con una organización y un soporte político y financiero por parte de la
Comisión Europea, pero también de los esfuerzos individualizados de los proveedores de datos en torno a un conjunto de normas. La inauguración de la
DPLA y el desarrollo de un modelo conjunto de datos entre Europeana y la
DPLA va a conducir a que su uso se extienda mundialmente. Corea del Sur y
Nueva Zelanda ya han firmado acuerdos de colaboración con Europeana y es
previsible que toda América, como ya lo está haciendo Europeana, preste una
especial atención a la DPLA. Luego, el modelo de datos que se construya es de
un enorme interés mundial.
Estamos seguros que aún transcurrirá algún tiempo para que BIBFRAME
sea una realidad eficaz para englobar todo lo que supone tanto la catalogación
MARC21/RDA como el decantado DC. Con toda seguridad, próximamente
tendremos ocasión de contemplar modelos, programas, iniciativas y propuestas que busquen ese objetivo común, pues la capacidad de vincular no sólo los
datos bibliotecarios sino también los archivísticos y los museológicos es sólo
una pequeña parte de todo lo que permite y promete el modelo LOD. Una de
las recomendaciones del WC3 LLD es justamente la de vincular y reutilizar los
datasets de otras áreas que pueden interactuar con la información LOD-LAM
(Linked Open Data in Libraries, Archives & Museums), y viceversa abrir sus datos
a otras áreas. Esto es especialmente importante en ámbitos como el de la justicia, la salud o la administración electrónica, especialmente esta última, cuya
importancia política a nadie se le escapa87.
——————
87
http://ec.europa.eu/digital-agenda/en/ict-enabled-public-sector-innovation-throughopen-government

INTRODUCCIÓN

Transcripción

Documentos relacionados

Hispana: directorio y recolector de recursos digitales

Enlaces útiles para el aprendizaje